Numpy实现矩阵的加、减、点乘、叉乘、求逆

首先,导入numpy库:

import numpy as np

定义两个矩阵并输出查看:

# 定义矩阵
matrix1 = np.array([[1, 2], [3, 4]])
matrix2 = np.array([[5, 6], [7, 8]])
print(f"矩阵1:{matrix1}")
print(f"矩阵2:{matrix2}")

实现矩阵的加法运算:

# 矩阵加法
matrix_addition = np.add(matrix1, matrix2)
print(f"\n矩阵加法结果:{matrix_addition}")

实现矩阵的减法运算:

# 矩阵减法
matrix_subtraction = np.subtract(matrix1, matrix2)
print(f"\n矩阵减法结果:{matrix_subtraction}")

实现矩阵的点乘运算(对应元素相乘):

# 矩阵点乘(对应元素相乘)
matrix_elementwise_multiplication = np.multiply(matrix1, matrix2)
print(f"\n矩阵点乘结果:{matrix_elementwise_multiplication}")

实现矩阵的叉乘运算:

# 矩阵叉乘
matrix_dot_product = np.dot(matrix1, matrix2)
print(f"\n矩阵叉乘结果:{matrix_dot_product}")

实现矩阵的求逆运算:

# 求逆矩阵
matrix_inverse = np.linalg.inv(matrix1)
print(f"\n矩阵的逆:{matrix_inverse}")

完整代码如下:

import numpy as np

# 定义两个矩阵
matrix1 = np.array([[1, 2], [3, 4]])
matrix2 = np.array([[5, 6], [7, 8]])

print(f"矩阵1:{matrix1}")
print(f"矩阵2:{matrix2}")

# 矩阵加法
matrix_addition = np.add(matrix1, matrix2)
print(f"\n矩阵加法结果:{matrix_addition}")

# 矩阵减法
matrix_subtraction = np.subtract(matrix1, matrix2)
print(f"\n矩阵减法结果:{matrix_subtraction}")

# 矩阵点乘(对应元素相乘)
matrix_elementwise_multiplication = np.multiply(matrix1, matrix2)
print(f"\n矩阵点乘结果:{matrix_elementwise_multiplication}")

# 矩阵叉乘
matrix_dot_product = np.dot(matrix1, matrix2)
print(f"\n矩阵叉乘结果:{matrix_dot_product}")

# 求逆矩阵
matrix_inverse = np.linalg.inv(matrix1)
print(f"\n矩阵的逆:{matrix_inverse}")

  • 3
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值